microsoft/AEC-Challenge

解決する問題

音響エコーキャンセレーション（AEC）は、音声通信における音声強調の重要な部分でありながら、依然として困難な課題です。このプロジェクトは、研究者が新しいAECアルゴリズムを開発・テストするために必要なデータと評価リソースを提供し、分野の進展を目指します。

仕組み

このプロジェクトは、2つの大規模なトレーニングデータセットをオープンソース化しています。10,000台以上の実際のオーディオデバイスと実際の環境での人間の話者から収集された実録音と、合成データセットです。両方ともシングルトークとダブルトークのシナリオをカバーしています。性能を測定するために、オンライン主観評価フレームワークと客観的指標サービス（AECMOSのフルバンド版を含む）を提供し、結果を迅速に確認できます。チャレンジには、パーソナライズされたAECのための2番目のトラックも追加され、アルゴリズムとバッファリングの遅延を20ミリ秒に短縮します。

対象者

音響エコーキャンセレーション、音声強調、または音声通信に取り組む研究者やエンジニア。また、ICASSP 2023音響エコーキャンセレーションチャレンジの参加者を直接対象としており、共通のデータセットと評価パイプラインに対してアルゴリズムをベンチマークしたいと考えています。

ハイライト

• 2つの大規模なオープンソースデータセット：10,000台以上のデバイスからの実録音と合成セットで、シングルトークとダブルトークの両方をカバー。
• オンライン主観評価フレームワークと客観的指標サービス（AECMOS）による迅速な評価。
• パーソナライズされたAECのための2番目のトラックと、20ミリ秒の遅延目標の短縮。
• 勝者は平均意見スコア（MOS）と単語正解率に基づいて選出されます。